公开(公告)号：CN119579666A

公开(公告)日：2025-03-07

申请号：CN202411611882.5

申请日：2024-11-13

Applicant: 北京工业大学

Inventor： 尹宝才 ,  杨建业 ,  王少帆 ,  孙艳丰

IPC: G06T7/50 ,  G06N3/088 ,  G06T3/04

Abstract: 本发明公开了基于无监督域适应的事件相机深度估计方法，适用于计算机视觉领域中的事件相机深度估计技术领域。该方法通过对图像域和事件域之间存在的区别进行全面分析，通过改变图像风格来加强这两种模式之间的联系。这种方法可以使隐式空间中的特征更容易对齐，并缩小显式空间中的差距。在有标记的图像领域进行训练，然后将知识转移到无标记的事件数据中；利用跨域特征对齐和深度对齐将知识从图像转移到事件，利用外观进行风格转移，并利用边缘不变一致性将不同领域之间的差距最小化。通过无监督域适应，仅使用图像的深度标签进行事件单目深度估计。

公开(公告)号：CN117204936A

公开(公告)日：2023-12-12

申请号：CN202311404912.0

申请日：2023-10-26

Applicant: 北京工业大学

Inventor： 季凌飞 ,  杨建业 ,  张犁天

IPC: A61B17/90 ,  A61B17/86 ,  A61B34/10 ,  A61B34/20 ,  A61B90/00

Abstract: 本发明公开了一种基于机器学习的骨钉拔除方法，包括在拔除之前对已植入骨钉的骨表面进行扫描，采集骨表面不同组织的反射光谱，并对采集到的反射光谱数据进行预处理，得到不同组织的反射光谱特征数据，根据采集到的光谱特征数据建立与骨不同组织成分相关的特征分类机器学习模型，根据特征分类机器学习模型对骨钉进行有针对性环切路径规划与去除并不伤及骨钉及其他组织。将骨钉拔除过程中采集到的反射光谱特征信息进行分析，判断继续环切或停止环切，本发明可以实现高精度、无损伤及小孔径的骨钉拔除。